Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

La adquisicin de cualquier conocimiento es siempre til al intelecto, que

sabr descartar lo malo y conservar lo bueno.

Leonardo Da Vinci

rea Virtual Educa: Modelos, recursos tecnolgicos y mecanismos de gestin del

conocimiento.
Por: Milton Csar Garca Castiblanco

milton.garcia@clickdata.co

Ingeniero de Sistemas, Especialista en Gerencia de Proyectos, Gerente de proyectos

y consultora. Amplia Trayectoria (20 aos) en las diferentes reas de aplicacin de la
ingeniera de sistemas y optimizacin de procesos.
Resumen
El presente informe hace parte de las experiencias como docente durante cinco aos,
de la asignatura de simulacin en programas de Ingeniera de Sistemas.
La simulacin consiste en construir modelos informticos que describen la parte
esencial del comportamiento de un sistema de inters. As como en disear y realizar
experimentos con tales modelos con el fin de extraer conclusiones de sus resultados
para apoyar la toma de decisiones.
Una pregunta tpica de los estudiantes ante el conocimiento recibido de muchos de los
temas durante su carrera es: Cul es el uso real que puedo darle a este tema?.
En el caso de la simulacin esta situacin es ms compleja dado que los conceptos
bsicos necesarios para aprovechar al mximo esta asignatura son adquiridos en los
primeros semestres, en asignaturas diferentes y que generalmente no se trabajan
transversalmente.
En mi experiencia he encontrado que la mejor forma con la cual el estudiante puede
entender el uso que le puede dar al conocimiento adquirido es enfrentarse a
situaciones reales, no solo a casos de estudio tpico como los empresariales, sino a
situaciones que suceden en su entorno real, en el momento actual de su aprendizaje.
Este documento no solo har referencia al aprendizaje basado en realidades sino
tambin a los problemas reales con los cuales he logrado en conjunto con mis
estudiantes aplicar el conocimiento adquirido.
Palabras claves:

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

Aprendizaje Basado en Realidades, Simulacin, Recursos tecnolgicos, Gestin de

conocimiento.

2 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

Introduccin
Los entornos de aprendizaje basado en realidades presentan una caracterstica
esencial, involucran a los estudiantes en actividades constructivistas en las que se
enfrentan a problemas clasificados segn su grado de complejidad y abstraccin. El
empleo de estas ideas en un marco cientfico constituye un enfoque del proceso de
enseanza y aprendizaje en el que se realza el papel del estudiante como agente
activo en el proceso de adquisicin del conocimiento.
Las caractersticas del estudiante que inciden en el aprendizaje basado en realidades
son las siguientes:

Tipo de aproximacin al problema.

Habilidades de descubrimiento cientfico.

Naturaleza y conocimiento previo del dominio. Puede presentar una influencia

tanto positiva como negativa.

Diferencia entre aprendices tericos y experimentalistas. Ciertos estudios llegan a

la conclusin de que la aproximacin terica es la mejor para el aprendizaje.

Los entornos de simulacin destinados a fines didcticos pueden estimular el

aprendizaje reforzando la actitud del estudiante y, por tanto, enriqueciendo su
conocimiento de forma conceptual y/o operacional. En estas herramientas se potencia
la exploracin, el descubrimiento y se promueve la iniciativa del estudiante.
En la vida real se presentan situaciones o sucesos que requieren tomar decisiones
para planificar, predecir, invertir, proyectar, etc. Por ejemplo, la demanda creciente de
un producto hace que la fbrica y los comercios adapten sus producciones y
volmenes de venta para satisfacerla y obtener una mayor rentabilidad. El nivel de
calidad de un servicio en un banco se alcanza cuando se establecen una cierta
cantidad de facilidades y atencin a los clientes, que requieren de distintas
transacciones.
Para eso es importante el conocimiento del problema o de la situacin y de las
posibles soluciones, donde juegan un papel de importancia herramientas que permiten
la obtencin de informacin, como la modelizacin y la simulacin. Los datos que se

3 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

obtienen permiten predecir el comportamiento actual y futuro en distintos escenarios

mediante una serie de experiencias realizadas con un programa de computador.
Cualquiera sea la aplicacin para simular, sea un programa comercial especfico o una
aplicacin con lenguaje de propsitos generales, requieren conocer y manejar una
serie de procedimientos y criterios para obtener datos y para analizarlos para tomar
decisiones.
Los procesos de modelizacin y simulacin son iterativos y permiten comprender
mejor el sistema de estudio y ayudan a la toma de decisiones, sin el exclusivo apoyo
de la intuicin, experiencia o tradicin.
En consecuencia es importante determinar el sistema a estudiar segn determinados
objetivos, representarlo mediante un modelo y luego simularlo.
Perspectiva general de la Gestin de Conocimiento
La Gestin de Conocimiento (GC) es un modelo emergente y multidisciplinario que da
tratamiento a aquellos aspectos del conocimiento dentro del contexto de la
organizacin, incluyendo su creacin, codificacin, diseminacin y aplicacin; y
combina estas actividades para promover el aprendizaje y la innovacin.
Integra herramientas tecnolgicas y rutinas organizacionales que permiten generar
nuevo conocimiento, adquirirlo de fuentes externas, emplearlo en la toma de
decisiones, incorporarlo a los procesos, productos y servicios, facilitar su crecimiento y
transferencia hacia otras partes de la organizacin, medir el valor de activos
intangibles y de impactos de la GC.
Se define el Conocimiento como el Conjunto de experiencias, saberes, valores,
informacin, percepciones e ideas que crean determinada estructura mental en el
sujeto para evaluar e incorporar nuevas ideas, saberes y experiencias.
La GC tiene mucho que ver entre otros factores con los activos intangibles, con el
aprendizaje organizacional, con el capital humano, intelectual y relacional.
Existen varias definiciones de la GC, una visin holstica considera que el
conocimiento est representado en las ideas, juicios, talentos, relaciones, perspectivas
y conceptos, almacenados en la mente de las personas o incorporados en los
procesos, documentos, productos, servicios, facilidades y sistemas de la empresa.

4 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

Otro principio sustenta que se encuentra de forma tcita (en la mente de las personas)
o explcita (codificado y expresado como informacin en bases de datos, documentos).
(Prez Montoro , 2008)
La GC se compone de un amplio rango de disciplinas y tecnologas que incluyen las
ciencias cognitivas, la inteligencia artificial y los sistemas expertos, sistemas de
soporte al trabajo colaborativo y otros campos y tecnologas como las mostradas en la
siguiente figura:

Figura 1. Disciplinas y Tecnologas de la GC: Esta investigacin

Aprendizaje Basado en Realidades

El aprendizaje basado en problemas (ABP) se considera una metodologa didctica
que centra la atencin en el estudiante al convertirlo en el protagonista del proceso de
aprendizaje. Al decir protagonista nos referimos a dotarlo de actividad y participacin
en la construccin de su propio proceso de aprendizaje.
Los problemas reales1 son una pieza angular de esta metodologa que convierte al
estudiante en el actor protagonista del nuevo espacio de Educacin Superior. Esta
nueva forma de entender los procesos de enseanza / aprendizaje, exige poner en
prctica nuevas metodologas, sobre todo a nivel prctico.
Para conseguir esto, se debe tender a implementar este tipo de metodologas, pero
desde una enseanza planificada, estructura e internacional.

Algunos autores y autoras al referirse a problemas reales, los nombran tambin

como problemas autnticos.

5 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

As como los nuevos planes de estudio imponen nuevas formas de entender los
procesos de enseanza universitaria y de poner en relacin a los estudiantes con los
problemas a los que van a tener que enfrentarse y los mbitos laborales a los que
tendrn que acceder. Para conseguirlo, la metodologa centrada en la resolucin de
problemas reales es imprescindible. Debemos asumir nuevas tareas y roles que
ayuden al alumnado a entender cules sern las funciones que desempearn como
futuros profesionales, adicionalmente el profesorado debe prepararse para ensear
en base a competencias profesionales. (Escribano, 2008)
El Sistema
Un sistema se define como una coleccin de partes que desarrollan funciones e
interactan juntas para el cumplimiento de algn propsito definido. En la prctica el
sistema depende de los objetivos de un estudio particular. En la definicin de un
sistema como parte de la realidad, se consideran las fronteras, fuera de las cuales
existe el Medio Ambiente.

Figura 2. El sistema en el medio ambiente: (Ros Insa, Ros Insa, Martn

Jimnez, & Jimnez Martn, 2009)

Adems un sistema puede estar compuesto de uno o ms subsistemas, el cual puede
nuevamente consistir de uno o ms subsistemas, y as sucesivamente. Por ejemplo el
sistema de impuestos, puede dividirse en un subsistema provincial y otro nacional, el
sistema postal (subsistema encomiendas y subsistema correspondencias). (Ros
Insa, Ros Insa, Martn Jimnez, & Jimnez Martn, 2009)
Clasificacin
En relacin con su interaccin con el medio ambiente un sistema se pueden clasificar
en:

6 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

Abierto: La frontera del sistema es permeable al medio ambiente. Ejemplo: un

servidor web de un diario al que acceden los lectores desde distintas partes del
mundo.

Cerrado: La frontera del sistema es parcialmente permeable al medio

ambiente. Ejemplo: un aeropuerto no permite que autos circulen por la pista.

Aislado: La frontera del sistema es impermeable al medio ambiente. Ejemplo:

un satlite en rbita geoestacionaria que funciona con bateras.

Segn el comportamiento de las variables de estado en el tiempo el sistema puede

ser:

Continuo: cuando las variables que determinan su estado pueden variar en

cada instante o unidad de tiempo. Ejemplo: un sistema que controla el llenado
de un tanque.

Discreto: cuando los cambios son discontinuos, "de a saltos". Los cambios se
producen en instantes determinados de tiempo, entre los cuales permanece sin
variaciones. Las variables de estado cambian instantneamente en puntos
separados en el tiempo. Ejemplos: estudiantes en un aula, que ingresan o se
van de a uno.

Por la forma en que se producen los cambios dentro del sistema se puede clasificar
en:

Determinstico: Los cambios producen slo un resultado, la conducta del mismo

est determinada. Ejemplo: si se calienta el agua, la temperatura va a subir
indefectiblemente.

Estocstico: Los cambios producen resultados aleatorios ms o menos

probables. Ejemplo: el nmero y tipo de llamadas a un call center son valores con
una probabilidad de ocurrencia.

Segn la estabilidad que presente el sistema puede ser:

Estable: Cuando estando quieto o en movimiento, pero en estado estacionario (en

rgimen), y si se le aplica una perturbacin momentnea, luego de cierto tiempo
vuelve a su estado original.

7 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

Inestable: Si estando quieto o en movimiento uniforme, al aplicarle una pequea

perturbacin momentnea, no vuelve a su estado original.

Otras clasificaciones pueden ser:

Naturales o Artificiales.

Dinmicos o Estticos.

Adaptivos (responde a cambios ambientales) o No Adaptivos.

Repetible, Recurrente (se repite peridicamente) o nico.

Modelo de un Sistema
En algn momento de la vida de la mayora de los sistemas, hay una necesidad de
estudiarlos para entender las relaciones entre varios componentes, o para predecir el
funcionamiento bajo la consideracin de nuevas condiciones. Un sistema puede ser
estudiado directamente mediante un experimento o con un modelo que lo representa.
Cuando la primer alternativa no es conveniente (por razones de costo o incluso porque
el sistema a estudiar podra an no existir) es usualmente necesario construir un
modelo del sistema.
Modelo: es la representacin de un conjunto de objetos o ideas de forma diferente a la
de la entidad misma.
Modelo: es una abstraccin de la realidad que captura lo esencial para investigar y
experimentar en lugar de hacerlo con el sistema real, con menor riesgo, tiempo y
costo.
El modelo es una "imitacin" del sistema original. Como para poder imitar algo o a
alguien es necesario conocerlo bien, ser necesario reunir la informacin precisa
respecto del sistema original. En el modelo participan las variables y sus relaciones.
(Guasch, Piera, & Casanovas, 2005)
Modelar es una metodologa de trabajo para:

Describir el comportamiento de los sistemas.

Hacer hiptesis que expliquen el comportamiento observado.

8 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

Predecir cmo responde el sistema cuando se producen cambios.

Clasificaciones generales de un Modelo

Segn el punto de vista que se tome (naturaleza del sistema o uso del modelo) surgen
diferentes clasificaciones:

Esttico: Representa las relaciones del sistema cuando est quieto o en equilibrio.
Ejemplo: Maquetas. Plano. El cambio de lugar de la pared del plano de la casa
refleja un nuevo estado. El modelo no muestra las etapas intermedias ni cmo se
desarrollan, slo el principio y el final.

Dinmico: Refleja los cambios en el sistema a travs del tiempo y muestra la

evolucin desde el principio hasta el final. Ejemplo: crecimiento de un ser viviente.

Determinstico: Un cambio en el modelo produce uno y slo un resultado.

Ejemplo: Un modelo que represente el cambio de temperatura del agua para la
sopa.

Estocstico: Un cambio en el modelo produce resultados aleatorios. Ejemplo: Un

modelo para estudiar el comportamiento del trnsito en la zona cntrica de la
ciudad en distintos horarios.

Continuo: el comportamiento cambia continuamente en el tiempo, no es una

cuestin de magnitud del cambio sino de analizar si el mismo se produce en un
instante de tiempo o a lo largo de todo el tiempo de estudio. Ejemplo: el
movimiento de un vehculo.

Discreto: los cambios en el tiempo son predominantemente discontinuos o

instantneos, es decir que las propiedades que describen su comportamiento
cambian en momentos determinados de tiempo, y entre esos instantes no sucede
variacin alguna. Ejemplo: la entrada de personas a un negocio.

Fsico o Icnico: Representaciones a escala del sistema a simular. Ejemplo:

Maquetas, planta piloto, avin en tnel de viento, etc.

Analgicos: Para representar el sistema real se utiliza una o varias propiedades

que se comportan de manera semejante. Ejemplo: una representacin grfica de la

9 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

produccin en funcin del tiempo donde la distancia en centmetros representa el

tiempo transcurrido.

Matemticos: Se representan propiedades (variables o constantes) del sistema

mediante smbolos matemticos (x, y) y las relaciones entre las propiedades
mediante operaciones matemticas. Muchas veces son sistemas de ecuaciones
diferenciales. Se resuelven por mtodos analticos o numricos (clculos mediante
mtodos u algoritmos).

Mental: se sigue cierta formulacin intuitiva para controlar o para comprender un

sistema. Ejemplo: no se requiere de la ecuacin matemtica de la ley de la
gravedad para mantener un vaso en equilibrio.

Figura 3. Tipos de modelos: (Garca, 2003)

Simulacin
Una vez construido un modelo matemtico, si este es lo suficientemente sencillo,
puede ser posible trabajar con sus relaciones y cantidades para obtener una solucin
analtica exacta.
Si una solucin analtica para un modelo matemtico est disponible y es
computacionalmente eficiente, usualmente es deseable estudiar el modelo en esta
forma, en vez que por la va de la simulacin. Sin embargo, muchos sistemas son
altamente complejos, de manera que los modelos matemticos vlidos de ellos son
ellos mismos complejos, descartando cualquier posibilidad de una solucin analtica.

10 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

En este caso, el modelo debe ser estudiado por medio de simulacin. Otro caso es la
combinacin de reglas lgicas y la matemtica.
Simulacin: Es el proceso de disear un modelo de un sistema real y realizar
experimentos con l para entender el comportamiento del sistema y/o evaluar
estrategias para la operacin del mismo. (Garca, 2003)

Figura 4. Paradigma simulacin: (Ros Insa, Ros Insa, Martn Jimnez, &

Jimnez Martn, 2009)

Etapas en el desarrollo de un Modelo de Simulacin
No necesariamente todos los estudios contendrn todas estas etapas y en el orden
sealado; algunos estudios pueden contener etapas que no se reflejan en el diagrama.
Adems, un estudio de simulacin no es un proceso secuencial simple. A medida que
uno avanza con un estudio y un mejor entendimiento del sistema de inters es
obtenido, es frecuentemente deseable volver a un paso previo.

Formulacin del problema y planificacin del estudio: cada estudio debe

comenzar con una sentencia clara de los objetivos globales del estudio y las
cuestiones especficas a ser atendidas; sin esta sentencia hay poca esperanza de
xito. El estudio completo debe ser planeado en trminos del nmero de personas,
los costos, y el tiempo requerido para cada aspecto del estudio.

Recoleccin de datos y definicin de un modelo: la informacin y los datos

deben ser tomados sobre el sistema de inters (si existe) y usado para especificar
los procedimientos operativos y distribuciones de probabilidad para las variables
aleatorias usadas en el modelo. Por ejemplo, en el modelado de un banco, se
podran recolectar los tiempos entre arribos y los tiempos de servicio y usar esos
11 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

datos para especificar distribuciones de tiempos inter-arribos y de servicios para

usarlas en el modelo. Si es posible, los datos sobre el rendimiento del sistema, por
ejemplo, demoras en la cola de clientes de un banco, deben ser recolectados para
propsitos de validacin en etapas posteriores.

Validacin: aunque la validacin es algo que debe ser hecho a lo largo de todo el
estudio de simulacin, hay varios puntos en el estudio donde la validacin es
particularmente apropiada. En la construccin del modelo es til incorporar
personas que estn ntimamente familiarizados con las operaciones del sistema
actual y los que deben tomar decisiones regularmente. As se incrementar la
validez del modelo y la credibilidad (o validez percibida) por parte de los
responsables de decisiones tambin crecer. Otro punto para validar es en la
adecuacin de las distribuciones de probabilidad especificadas para la generacin
de variables aleatorias de entrada, que debe ser testeadas usando pruebas de
bondad de ajuste.

Construccin de un programa de computador y verificacin: el modelador debe

decidir si programar el modelo en un lenguaje de propsito general, o en un
lenguaje de simulacin diseado especialmente o simulador. Un lenguaje de
programacin de propsito general probablemente ya ser conocido y estar
disponible. Un lenguaje de simulacin puede reducir el tiempo de programacin
requerido significativamente. La verificacin de un modelo programado significa
que en las corridas no se produzcan errores.

Realizacin de corridas de prueba: las primeras corridas con el modelo

verificado se hacen con propsitos de validacin. Son pruebas de corridas con
resultados conocidos para verificar si el modelo est bien programado y para
validar las salidas de simulacin con datos reales.

Validacin: las corridas de prueba pueden ser utilizadas para chequear la

sensibilidad de la salida del modelo a pequeos cambios en un parmetro de
entrada. Si la salida vara mucho, se debe obtener una mejor estimacin del
parmetro de entrada. Si existe un sistema similar al de inters, los datos de salida
pueden ser comparadas con aquellas del sistema existente actual. Si el acuerdo es
bueno, el modelo validado es modificado de manera que represente el sistema de
inters, siempre que esta modificacin no sea demasiado costosa.

12 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

Diseo de experimentos: consiste en organizar las corridas de simulacin con

cambios en los valores de las variables de entrada. Se debe seleccionar el o los
diseo/s de sistema y realizar las corridas. Por cada diseo de sistema a ser
simulado se deben tomar decisiones sobre las condiciones iniciales para las
corridas, la longitud de tiempo de puesta en marcha (si hubiera), la longitud de la o
las corrida/s, y el nmero de corridas de simulacin independientes a realizar para
cada grupo de datos de entrada.

Realizacin de las corridas de produccin: Las corridas de produccin se hacen

para proveer datos de rendimiento de los diseos del sistema de inters.

Anlisis de los datos de salida: Se utilizan tcnicas estadsticas para analizar los
datos de salida de las corridas de produccin. Los objetivos tpicos son construir
un intervalo de confianza para una medida de performance para un diseo de
sistema particular o decidir cul sistema simulado es el mejor relativo a alguna
medida especfica de performance.

Documentacin, presentacin, e implementacin de resultados: Como los

modelos de simulacin son comnmente usados para ms de una aplicacin, es
importante documentar las suposiciones que se hicieron en el modelo como as
tambin el programa de computadora mismo. Finalmente, un estudio de simulacin
cuyos resultados nunca son implementados es probablemente una falla. Adems,
los resultados de modelos altamente crebles sern probablemente usados.

Casos de Aplicacin
El objetivo principal de las experiencias realizadas, ha sido realizar proyectos de
aplicacin interdisciplinar, apoyndose en conocimientos adquiridos en las asignaturas
previas y relacionadas con situaciones reales, ocurridas durante el semestre que se
toma la asignatura. Esto quiere decir que estos proyectos siempre fueron diferentes en
cada semestre.
Caso: Optimizando el amortiguamiento de un automvil Semestre: 2009 I
El estado de la malla vial de la ciudad es uno de los problemas que ms aqueja a
todos los bogotanos sin importar estrato o el lugar donde vivan. A diario vemos en
noticias y redes sociales que centenares de ciudadanos se quejan constantemente por
los miles de huecos que hay por toda Bogot.

13 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

Conceptos y herramientas empleadas

Los amortiguadores cumplen un rol fundamental en la estabilidad del vehculo, sus
principales funciones son:

Contacto de los neumticos con el suelo.

Frenado seguro.

Control del vehculo.

Confort de los pasajeros.

Los amortiguadores son, junto a los resortes, un elemento bsico de la suspensin de

los vehculos. El sistema de suspensin, que acta entre el chass y las ruedas, se
encarga de absorber las irregularidades del terreno por el que se transita buscando
aumentar el control del vehculo y el confort de los pasajeros.

Figura 5. Funcin de los amortiguadores: (KYB, 2009)

Como objetivo del proyecto, se plante realizar la simulacin de la calidad de

respuesta de un sistema de amortiguamiento de un automvil en una carretera con
mal estado.. Para resolver este problema se plante usar como herramienta de
desarrollo el software Matlab2 y Simulink que es una herramienta diseada para
simulacin sobre Matlab.. Para efectos de este trabajo el estudiante debe aplicar
conocimiento bsico de fsica de resortes.

Matlab es un lenguaje de alto nivel diseado para computo tcnico, intenta en un

mismo ambiente muy fcil de usar clculos, visualizacin y programacin.

14 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

Resultados obtenidos
El sistema bsico est dado por la figura 6, para dicho sistema se hayo el modelo
fsico del mismo y posteriormente, se simulo el sistema de amortiguacin con Simulink
de Matlab, como se observa en la figura 7, y se generaron 3 tipos de resultados: el
resultado del modelo o sistema estndar, resultados para la optimizacin del sistema
mediante modificacin en las variables que lo afectan, y resultados a un caso en
particular de la superficie donde el vehculo transita.

Figura 6. Sistema bsico de un amortiguador: Esta investigacin

Figura 7. Amortiguador sobre Matlab: Esta investigacin

Por medio de 4 osciloscopios se mostr el resultado de las diferentes seales segn lo

que se quera observar, estos fueron:
15 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

Resorte

Desplazamiento

Amortiguador

Todas las seales

Para la optimizacin del sistema la tcnica fue jugar con los valores de resorte y
amortiguacin hasta llegar a un punto ideal.
Caso: Salvando el Apolo 13 Semestre 2009 -II
El 20 de julio de 1969 el hombre llego a la luna en la misin espacial Apolo 11, de tal
forma que en el 2009 se celebraron los 40 aos de este hecho histrico. Sin embargo
de las misiones del proyecto apolo, el Apolo 13, fue una de las misiones ms
extraordinarias.
Conceptos y herramientas empleadas
La Nave de Apolo 13 despeg en abril de 1970. A los cinco minutos de vuelo, los
astronautas notaron una vibracin. El motor central de la segunda etapa se apag dos
minutos antes de lo programado lo que caus que los cuatro cohetes restantes
tuvieran que seguir encendidos nueve segundos ms que lo planeado para poner al
Apolo 13 en rbita. Se concluy que esto no interferira gravemente la misin.
En el trayecto a la Luna y pasadas 55 h y 46 min. de la misin, la tripulacin termin
una transmisin de televisin en vivo que dur 49 minutos y que mostraba la
comodidad con la que se poda vivir en el espacio.
A los nueve minutos de haber terminado dicha transmisin, el tanque N 2 de oxgeno
explot causando que el tanque N 1 fallara. Las clulas de combustible que
proporcionaban electricidad, agua, oxgeno y luz fallaron mientras los astronautas se
encontraban a 320.000 km de distancia de la Tierra (dos tercios del trayecto a la
Luna). La explosin dej al descubierto un lado del mdulo de servicio y una estela de
restos. El astronauta John Swigert, despus de observar una luz de advertencia
acompaada de un estallido, fue quien exclam la famosa frase Houston, tenemos un
problema. Los astronautas tuvieron que utilizar el mdulo lunar como bote salvavidas.
Se decidi abortar la misin en su objetivo y traer de vuelta a los tripulantes.

16 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

La Simulacin de Apolo 13 ofrece situaciones de la vida real, es un caso de

experiencia de toma de decisiones y aplicacin de la tecnologa.
El objetivo de este proyecto consista en simular la posibilidad de volver a tarer a la
tierra al Apolo 13, para facilitar el tema se invit a los estudiantes a aplicar la solucin
al problema de los 3 cuerpos desarrollada por Euler3.
Se sugiere usar el lenguaje de programacin Java.
Resultados obtenidos
En la figura 8 se observa el problema de enviar una nave a la luna y devolverla a la
tierra.

Figura 8. El viaje a la luna y el regreso a la tierra: (Sedna, 2009)

En la figura 9, se puede observar la pgina inicial d ela aplicacin, la cual permite

introducir:
3

Leonhard Euler fue un respetado matemtico y fsico. Naci el 15 de abril de 1707

en Basilea (Suiza) y muri el 18 de septiembre de 1783 en San Petersburgo (Rusia).
Se lo considera el principal matemtico del siglo XVIII y como uno de los ms
grandes de todos los tiempos. Introdujo gran parte de la moderna terminologa y
notacin matemtica.

17 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

El parmetro C. masas que debe ser =M2/M1, donde M1 es la masa del Sol.

El parmetro Distancia que debe ser la distancia d entre los dos cuerpos fijos.

Posicin: La posicin inicial (x0, y0).

Velocidad: La velocidad inicial (v0x, v0y).

El resultado final de la aplicacin se observa en la figura 9.

Figura 9. Solucin al problema de los 3 cuerpos: Esta investigacin

Caso: Entendiendo el H1N1 Semestre 2010 -I

Existe un nmero importante de pandemias en la historia humana, todas ellas
generalmente zoonosis que han llegado con la domesticacin de animales tales como
la viruela, difteria, gripe y tuberculosis.
Conceptos y herramientas empleadas
La gripe A (H1N1), tambin conocida como gripe porcina ((2009-?) est extendindose
hoy en da; es una enfermedad infecciosa causada por un virus perteneciente a la
familia Orthomyxoviridae, que es endmica en poblaciones porcinas. Estas cepas

18 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

virales, conocidas como virus de la influenza porcina o SIV (por las siglas en ingls de
Swine Influenza Viruses) han sido clasificadas en Influenzavirus C o en alguno de
los subtipos del gnero Influenzavirus A, siendo las cepas ms conocidas H1N1,
H3N2, H3N3. El 11 de junio la Organizacin Mundial de la Salud (OMS) la clasific
como de nivel de alerta seis; es decir, actualmente es una pandemia. La tasa de
letalidad de la enfermedad que inicialmente fue alta, ha pasado a ser baja al iniciar los
tratamientos antivirales a los que es sensible, sin embargo la futura evolucin del virus
es impredecible.
El objetivo de este proyecto es simular la propagacin del H1N1, y determinar las
diferentes etapas hasta llegar a pandemia indicando los casos posibles generados.
Para este fin se usaran modelos matemticos establecidos por la Universidad Nacional
Autnoma de Mxico. Para el desarrollo de la simulacin se sugiere usar el lenguaje
de programacin Java.
Resultados obtenidos
Con el modelo sugerido se establecieron algunas tablas de anlisis y generacin de la
informacin:
Modelamiento del Problema
I

Infectados

Susceptibles

Recuperados

Tasa de duraccin de la infeccin

Tasa de contagio

Poblacin total

Poblacin Total (No. habitantes)

Amrica

910.717.000

13,95%

Europa

735.000.000

11,26%

frica y Medio Oriente

972.752.377

14,90%

3.879.000.000

59,41%

32.000.000

0,49%

6.529.469.377

100,00%

Asia
Oceana
TOTAL

19 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

Poblacin
Equivalente

Inicio de la
Infeccin

Hab/Km

13.948

21 To

11.257

70 T1 = To + 30 das

14.898

33 T2 = T1 + 60 das

59.408

89 T3 = T2 + 90 das

490

4 T4 = T3 + 120 das

Niveles de Alerta

VERDE
5%

25%

AMARILLA
26%

Preventivo
5.000

Niveles de Alerta

Crtico

25.000

26.000

NARANJA
51%

75%
75.000

50.000

ROJA
76%

Epidemia
51.000

50%

100%

Pandemia
76.000

100.000

En la figura 10 se puede observar la pantalla inicial del proyecto.

Figura 10. Pantalla Inicial H1N1: Esta investigacin

Posteriormente en la figura 11 se pueden observar ms especficamente los datos
referentes a la simulacin:

20 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

Por ltimo en la figura 12 se observa la simulacin en proceso, generando las alertas

apropiadas.

Figura 11. Datos de la simulacin: Esta investigacin

Figura 12. Simulacin generando alertas: Esta investigacin

Caso: Rescatando a los mineros de Chile Semestre 2010 -II
El derrumbe de la mina San Jos se produjo el jueves 5 de agosto de 2010, dejando
atrapados a 33 mineros a unos 720 metros de profundidad durante 70 das.1 El
yacimiento, ubicado a 30 km al noroeste de la ciudad chilena de Copiap, era
explotado por la compaa San Esteban Primera S.A.
Las labores de rescate comenzaron el mismo da por la noche, planificando,
asegurando el rea, realizando reconocimiento de la mina e ingresando en bsqueda
de lugares de acceso, y acumulando recursos humanos y logsticos. En la madrugada
21 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

del viernes, grupos de rescatistas empezaron a trabajar para lograr acceso por una
chimenea de ventilacin. Un nuevo derrumbe se produjo en la tarde del sbado 7 de
agosto, necesitando entonces maquinaria pesada para continuar con las tareas.
El domingo 22 de agosto, 17 das despus, los mineros fueron encontrados con vida, y
tras 33 das de perforaciones interrumpidos slo por problemas en la maquinaria, uno
de los 3 planes, el B, con la mquina Schramm T130 consigui romper fondo a 623
metros de profundidad. Inmediatamente se comenz a idear un plan de encamisado
(entubamiento del ducto) y se decidi encamisar parcialmente la perforacin. A las
3:00 del da 11 de octubre de 2010, se anunci que los trabajos de encamisado haban
alcanzado 56 m, y se decidi terminar a esa profundidad el trabajo. A las 12:00 del
mismo da, el ministro de Minera, Laurence Golborne, anunci que el rescate
comenzara a las 00:00 h del mircoles 13 del mismo mes, con una duracin
aproximada de 48 h. Finalmente, desde las 00:10, se logr traer a la superficie al
primer minero, y luego a los siguientes, a un ritmo de cerca de uno por hora.
Conceptos y herramientas empleadas
En la programacin de ambientes virtuales existen diferentes herramientas, que
permiten la recreacin de mundos virtuales en tres dimensiones, creando control de
movimiento, proximidad, visibilidad y tiempo, as como su manipulacin o animacin
en el espacio virtual. El rescate simulado de la ltima etapa del proceso para salvar a
los mineros de chile fue implementado bajo la herramienta java3D y objetos creados
en VRML donde se implement diferentes variables para la recreacin del mundo
virtual, lo anterior en busca de mostrar y evidenciar el proceso de rescate de cada uno
de los mineros de chile.
Con el fin de visualizar el proceso del rescate de los trabajadores atrapados, los
tiempos de la capsula fnix tardaran hasta 20 minutos en bajar el tnel. La etapa de
preparacin antes de que cada minero aborde la jaula durara otros 20 minutos y su
asenso 15 minutos.
Resultados obtenidos
Durante el desarrollo fue necesario cambiar la estructura de cada uno de los objetos
para evitar la sobrecarga del computador, ya que este impide que la simulacin
represente ms acertadamente la realidad.

22 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

Otro factor importante fue el manejo de la escala para poder visualizar todo el proceso
del rescate, ya que la profundidad del tnel era de 700m y la capsula Fnix tan solo de
3.95m y la representacin a escala de estas medidas nos arrojara una visualizacin
demasiado grande del tnel y el terreno, con respecto a la capsula y los mineros que
para este caso se veran prcticamente como unos puntos.

Figura 13. Inicio de aplicacin

Figura 14. Descenso de la capsula

23 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

Figura 15. Rescate del minero 30

Figura 16. Rescate del ltimo minero

Otros Casos Resueltos
Dentro de los casos adicionales resueltos se pueden enumerar:

Control del rover Spirt de la Nasa enviado a Marte y cuyo fin de su misin fue
declarado el 25 de mayo del 2011, tras fallar todos los intentos de volverse a
poner en contacto con l.

Simulacin de las implicaciones de acceso a Internet va WIFI desde los buses

de Transmilenio, medio de transporte masivo de Bogot.

Simulacin del comportamiento del reactor nuclear de Fukushima luego del

terremoto del 11 de marzo del2011.

Conclusiones

La Gestin del Conocimiento es un factor clave de xito para las

organizaciones del Siglo XXI.

Mejorar el modo de aprendizaje del tema en cuestin mediante el uso de la

simulacin, permite al estudiante aprender a travs de la experiencia.

La metodologa del Aprendizaje Basado en Problemas (ABP) es una

innovacin en la Educacin Superior, que se utiliza para la enseanza de
diversas reas de conocimiento y, con frecuencia, para el trabajo de

24 Milton Csar Garca Castiblanco

Gestin de conocimiento desde el aprendizaje basado en realidades apoyado en

la simulacin: Casos de Aplicacin

competencias

profesionales

determinantes

en

el

perfil

de

estudiante

universitario.

Bibliografa

Bibliografa
Bez Lpez, D. (2009). Matlab con aplicaciones a la ingeniera, fsica y
finanzas. Mxico: Alfaomega.
Escribano, A. (2008). El Aprendizaje Basado en Problemas, una propuesta
metodolgica en educacin superior. Narcea Ediciones.
Garca, J. (2003). Teora y ejercicios prcticos de dinmica de sistemas.
Guasch, A., Piera, M., & Casanovas, J. (2005). Modelado y Simulacion.
Alfomega.
KYB. (2009). Calidad y Seguridad en Amortiguadores. Obtenido de
http://www.kyb.com.pa/sp/centro-tecnico/funcion-de-losamortiguadores/
Prez Montoro , M. (2008). Gestin del conocimiento en las organizaciones.
Asturias: Ediciones Trea, S.L.
Ros Insa, D., Ros Insa, S., Martn Jimnez, J., & Jimnez Martn, A. (2009).
Simulacin Mtodos y Aplicacin. Mxico D.F.: Alfaomega Ra-Ma.
Sedna. (2009). Planeta Sedna. Obtenido de
http://www.portalplanetasedna.com.ar/mision_apolo.htm

25 Milton Csar Garca Castiblanco